面向低资源命名实体识别的软地名词典
计算与语言
2020-05-06 v1
摘要
传统的命名实体识别模型使用地名词典（实体列表）作为特征来提高性能。尽管现代神经网络模型无需此类手工特征即可获得强大性能，但最近的研究已证明它们在英文数据的命名实体识别中具有实用性。然而，为低资源语言设计此类特征颇具挑战，因为这些语言中不存在详尽的实体地名词典。为解决此问题，我们提出了一种“软地名词典”方法，通过跨语言实体链接，将来自英文知识库（如维基百科）的普遍可用信息融入神经命名实体识别模型。我们在四种低资源语言上的实验显示，F1 分数平均提高了 4 个点。代码和数据可在 https://github.com/neulab/soft-gazetteers 获取。
引用
@article{arxiv.2005.01866,
title = {Soft Gazetteers for Low-Resource Named Entity Recognition},
author = {Shruti Rijhwani and Shuyan Zhou and Graham Neubig and Jaime Carbonell},
journal= {arXiv preprint arXiv:2005.01866},
year = {2020}
}
备注
Accepted at ACL 2020